소샘플에서 확장된 준우도 모델을 위한 모델 선택

우리는 확장된 준우도 모델 선택을 위한 소샘플 기준(AICc)을 개발합니다. Akaike 정보 기준(AIC)과 대조적으로, AICc는 기대 Kullback-Leibler 정보를 위한 거의 편향되지 않은 추정기를 제공합니다. 결과적으로, AICc는 소샘플에서 AIC보다 더 나은 모델을 선택하는 경우가 많습니다. 로지스틱 회귀 모델의 경우, 몬테 카를로 결과는 AICc가 AIC, Pregibon의 (1979, 일반화된 선형 모델을 위한 데이터 분석 방법. 박사 논문. 토론토 대학교) Cp* 및 Hosmer et al. (1989, Biometrics 45, 1265-1270)의 Cp 선택 기준을 뛰어넘는 것을 보여줍니다. 두 가지 예가 제시됩니다.